Discusión sobre el artículo "Gas neuronal creciente: implementación en MQL5" - página 2
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Hola,
Gracias por el gran trabajo, esto es muy emocionante.
Se puede descargar el Asesor Experto para este acticle? ¿Se puede probar esto usando Strategy Tester?
Pero bastante viejo - ¡el compilador fue cambiado y ahora el código da errores y advertencias!
Muy interesante,
Estoy deseando ponerlo en práctica y utilizarlo en lugar de una red neuronal fija.
¡Interesante artículo!
Pero es bastante viejo - ¡el compilador fue cambiado y ahora el código genera errores y advertencias!
Hola
pregunto si alguien de la comunidad éxito para desarrollar EA utilizando GNG?
pregunto si el resultado es bueno?
Gracias
Hola
pregunto si alguien de la comunidad éxito para desarrollar EA utilizando GNG?
pregunto si el resultado es bueno?
gracias
Bueno.. ¿después de qué? cinco meses o_O nadie se anima, así que quizás pueda comentarlo yo mismo.
En la implementación que has visto en este artículo la NN es una variante autoadaptativa de la llamada red de funciones de base radial. Si compara un EA basado en el algoritmo GNG con el mismo tipo de EA basado en una red neuronal de clusterización de tipo no adaptativo, lo más probable es que obtenga mejores resultados con GNG que sin él. Así que, para responder a su última pregunta, sí, el resultado es bueno en el sentido que acabo de explicar.
Volviendo a la primera, yo mismo he desarrollado EAs con un GNG dentro, y funcionó moderadamente bien, yay. Sin embargo, para el uso diario prefiero otros algoritmos que por regla general no son neuronales. Puedo respaldarlo recordando que ANN siempre presenta una "caja negra", lo que significa que usted no entiende realmente lo que está pasando allí cuando procesa los datos de entrada. Eso implica que la RNA sería un algoritmo de elección sólo en una situación en la que se tuviera un conjunto de datos completamente desestructurados con dependencias intrínsecas absolutamente desconocidas que se quisiera que la RNA extrajera de algún modo. Nota: sin ninguna promesa de obtener un resultado preciso. En cualquier otro caso, es decir, cuando tienes algunas ideas sobre cómo pueden estar organizadas las dependencias en tu conjunto de datos, primero querrías probar otras formas más deterministas "de caja blanca" de estructurarlo. Miles de ellas.